一種基于s-pcnn與拉普拉斯金字塔的彩色圖像融合方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，具體設(shè)及一種基于S-PO^N與拉普拉斯金字塔的 彩色圖像融合方法。
【背景技術(shù)】
[0002] 圖像融合是信息融合的一致分支，是當(dāng)前信息融合的研究熱點(diǎn)之一。彩色圖像融 合使融合后的圖像對(duì)同一場(chǎng)景的描述更為準(zhǔn)確、全面、可靠。目前彩色圖像融合的研究相 對(duì)較少，而人類視覺對(duì)色彩信息的可辨識(shí)度遠(yuǎn)高于灰度圖像。隨著傳感器技術(shù)的改進(jìn)和提 供，彩色圖像融合會(huì)受到越來越多的重視。彩色圖像將不同亮度和不同色彩組合起來表示 圖像信息。所W，基于彩色空間的融合一般是對(duì)各個(gè)分量分別進(jìn)行融合。常用算法如IHS、 加權(quán)及PCA變換法等算法容易實(shí)現(xiàn)但是效果不佳。而基于多分辨率分析的融合算法，一般 先對(duì)待融合的多源圖像進(jìn)行圖像變換，然后對(duì)變換后的系數(shù)進(jìn)行重新組合。依據(jù)圖像分解 方式的不同大致可分為基于金字塔變換的融合算法、基于小波變換的融合算法和基于多尺 度幾何變換的融合算法，運(yùn)一類算法多用于像素級(jí)的圖像融合。像素級(jí)融合處于圖像融合 分級(jí)的最底部一層，其每一個(gè)像素都是其他源圖像對(duì)應(yīng)像素所決定的。脈沖禪合神經(jīng)網(wǎng)絡(luò) (PCNN)依其在圖像處理、模式識(shí)別、路由求解等領(lǐng)域的優(yōu)良性能，被譽(yù)為第=地人工神經(jīng)網(wǎng) 絡(luò)。PO^N是一種不同于傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)的新型神經(jīng)網(wǎng)絡(luò)，它是由若干個(gè)神經(jīng)元互相連接 而成的反饋型網(wǎng)絡(luò)，構(gòu)成PO^N神經(jīng)元是一個(gè)綜合的動(dòng)態(tài)非線性系統(tǒng)，比它具有傳統(tǒng)人工神 經(jīng)網(wǎng)絡(luò)無法比擬的優(yōu)勢(shì)。拉普拉斯金字塔算法是一種多尺度、多分辨率的、多層分解的圖像 處理方法，它可W將圖像的重要特征（如邊緣、紋理等）按照不同的尺度分解到不同的分解 層上，與簡單圖像融合算法相比，它能夠獲得更好的融合效果，已被廣泛應(yīng)用于圖像融合 當(dāng)中。

【發(fā)明內(nèi)容】

[0003] 為了解決現(xiàn)有技術(shù)存在的上述問題，本發(fā)明提供了一種基于S-PO^N與拉普拉斯 金字塔的彩色圖像融合方法。
[0004] 本發(fā)明所采用的技術(shù)方案為：
[0005] 本發(fā)明的基于S-PO^N與拉普拉斯金字塔的彩色圖像融合研究，包含下列步驟：
[0006]A.首先，將已經(jīng)配準(zhǔn)好的RGB彩色圖像空間轉(zhuǎn)換到服V彩色空間；
[0007]B.利用S-PO^N對(duì)H分量進(jìn)行特征區(qū)域聚類后，用基于脈沖震蕩頻圖實(shí)現(xiàn)各源圖像 的H分量融合；H分量處理過程：先將H分量送入S-PC順模型進(jìn)行迭化得到點(diǎn)火頻圖0FG， 再對(duì)H分量對(duì)應(yīng)的S-PO^N點(diǎn)火頻圖0FG進(jìn)行局部賭計(jì)算處理，得到0FG局部賭矩陣作為H 分量的特征矩陣，最后對(duì)比不同源圖像的H分量對(duì)應(yīng)像素局部賭LE的大小，取具有較大的 局部賭的像素作為融合像素；
[0008]C.圖像拉普拉斯金字塔分解，其中，S、V分量，利用拉普拉斯金字塔對(duì)S、V分量進(jìn) 行對(duì)分辨率分解，而后利用不同融合規(guī)則對(duì)S、V分量進(jìn)行融合；
[0009]化最后對(duì)步驟A、B、C得到的新的H、S、V分量進(jìn)行HSV彩色空間逆變換，最終得到 融合后的RGB彩色圖像。
[0010] 本發(fā)明的有益效果為：本發(fā)明基于簡化脈沖禪合網(wǎng)絡(luò)（S-PCNN)與拉普拉斯金字 塔算法提出一種有效的彩色圖像融合算法；首先將RGB彩色圖像空間轉(zhuǎn)換到服V彩色空間； 在HSV彩色空間中，利用S-PCNN+局部賭對(duì)H分量進(jìn)行特征區(qū)域聚類后，基于脈沖震蕩頻圖 實(shí)現(xiàn)各源圖像的H分量融合；利用拉普拉斯金字塔對(duì)S、V分量進(jìn)行對(duì)分辨率分解，而后利用 不同融合規(guī)則對(duì)S、V分量進(jìn)行融合。最后對(duì)新的H、S、V分量進(jìn)行HSV彩色空間逆變換，得 到融合后的RGB彩色圖像。本發(fā)明通過一些客觀指標(biāo)，與其他幾種常用算法進(jìn)行對(duì)比，無論 從主觀視覺效果還是客觀評(píng)價(jià)標(biāo)準(zhǔn)上都優(yōu)于其他常用圖像融合算法，實(shí)驗(yàn)結(jié)果都表明本發(fā) 明算法可W很好的保存彩色圖像的細(xì)節(jié)和色彩信息，融合后的彩色圖像更為清晰、可靠。
[0011] 本發(fā)明提供的基于S-PO^N與拉普拉斯金字塔算法，結(jié)合適于人眼視覺的HSV顏色 模型，提出了一種有效的彩色圖像融合算法。該算法先將RGB彩色圖像轉(zhuǎn)換為符合人眼視 覺特性的HSV彩色空間；使用S-PO^N和局部賭對(duì)H分量特征進(jìn)行聚類，而后對(duì)其對(duì)進(jìn)行融 合，因其具有哺乳動(dòng)物視皮層視感知機(jī)制的PCNN模型對(duì)圖像具有區(qū)域特征聚類的特性；對(duì) S、V分量進(jìn)行拉普拉斯金字塔分解，通過不同的策略將其融合，因其是對(duì)圖像特征進(jìn)行多尺 度分析的有效工具，它的塔形分解數(shù)據(jù)體現(xiàn)了圖像的帶通塔形濾波過程，其大小在各層分 解尺度下保持一致；最后對(duì)融合得到的HSV彩色分量進(jìn)行逆變換，得到融合的RGB彩色圖 像。因此，本發(fā)明可W利用拉普拉斯金字塔分解與S-PO^N的優(yōu)點(diǎn)，對(duì)RGB圖像進(jìn)行有效的 融合。實(shí)驗(yàn)證明本發(fā)明提出的彩色融合算法能較好的融合不同焦點(diǎn)的彩色圖像，且能很好 的保留源圖像的細(xì)節(jié)、紋理和主要特征信息。說明本發(fā)明算法無論在直觀效果還是在客觀 上，上優(yōu)于其他算法。
【附圖說明】
[0012] 圖1.為本發(fā)明彩色圖像融合算法流程圖；
[0013] 圖2為本發(fā)明實(shí)施例源圖1;
[0014] 圖3為本發(fā)明實(shí)施例源圖2 ;
[0015] 圖4為本發(fā)明融合圖。
【具體實(shí)施方式】
[0016] 如圖1所示，本發(fā)明提供了一種基于S-PO^N與拉普拉斯金字塔的彩色圖像融合方 法。下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說明。
[0017] 實(shí)施例：一種基于S-PO^N與拉普拉斯金字塔的彩色圖像融合方法，具體包含W下 步驟：
[0018]A、S-PO^N與拉普拉斯金字塔的彩色圖像融合；首先，RGB彩色圖像空間轉(zhuǎn)換為服V 圖像，得到H、S、V=個(gè)分量，H、S、V=個(gè)分量分別為：色調(diào)、飽和度、亮度。H用角度度量，取 值范圍是0°~360° ;S代表顏色純凈程度，V表示圖像明亮程度，是對(duì)灰度的衡量，它們的 范圍都是0~1。RGB彩色圖像空間轉(zhuǎn)換到HSV彩色空間的變換關(guān)系式如下所示：
[0019]
[0022] 上式中的R是普通RGB格式圖像中的紅